Блок 1 — основной контент
Курс для ученых и медиков

Машинное обучение и анализ данных для ученых

Освойте современные методы анализа больших объёмов биологических данных — геномных последовательностей, численных закономерностей, белок-белковых взаимодействий и текстовых публикаций.

Живые эфирыпо выходным, 48 часов
3 неделисрок обучения
🎁 Бонустуториал по Jupyter и Conda
Зачем биоинформатику машинное обучение?

Разрабатывать методы диагностики, прогнозировать течение заболеваний и анализировать биологические процессы

Курс даёт фундаментальные знания и практические навыки, необходимые для применения ML в биологии.

Анализ больших данных

Работа с объёмными геномными и клиническими наборами данных.

Выявление закономерностей

Поиск скрытых зависимостей в биологических данных.

Предсказание и диагностика

Построение моделей для прогноза и ранней диагностики.

Автоматизация

Ускорение и повышение эффективности исследований.

Основные темы курса

Что вы изучите

01

Основы Python и инструменты исследователя

02

Обработка данных и визуализация с использованием NumPy и Pandas

03

Введение в машинное обучение и Scikit-learn

04

Проектирование и оценка моделей

05

Классические методы, такие как SVM и деревья решений

06

Работа с биологическими последовательностями и предобученными моделями

07

Продвинутые модели: Bert, AlphaFold и ProteinMPNN

продвинутый уровень

Курс подходит для начинающих и тех, кто уже имеет опыт в анализе данных — поможет применять алгоритмы ML для практических биологических задач.

Биологи

Для работы с последовательностями и экспериментальными данными.

Медики

Для диагностики и анализа клинических данных.

Смежные специалисты

Для всех, кто работает с научными данными.

Технологии

Какие инструменты будем использовать

Python
NumPy
Pandas
Matplotlib
Seaborn
Scikit-Learn
XGBoost
PyTorch
Transformers
После обучения вы сможете

Твои возможности после курса

1

Понимать и использовать основные конструкции и синтаксис Python

2

Работать с биологическими данными в NumPy и Pandas

3

Применять алгоритмы ML с помощью Scikit-learn для биологических задач

4

Оценивать качество моделей и выбирать оптимальные параметры

5

Визуализировать данные с помощью Matplotlib и Seaborn

6

Работать с SVM и деревьями решений для анализа данных

7

Реализовывать ансамблирование моделей на биологических данных

8

Использовать предобученные модели для анализа последовательностей

Программа курса · 48 часов

6 модулей, по выходным

Основы Python +
8 часов — синтаксис, структуры данных, инструменты исследователя.
Обработка данных и визуализация в Python +
8 часов — NumPy, Pandas, Matplotlib, Seaborn.
Введение в машинное обучение +
8 часов — Scikit-learn, базовые алгоритмы, оценка качества.
Продвинутые модели +
8 часов — Bert, AlphaFold, ProteinMPNN.
Проектирование и оценка моделей +
8 часов — подбор параметров, валидация, ансамблирование.
За пределами табличных данных +
8 часов — работа с биологическими последовательностями и предобученными моделями.
Преподаватель

Кто будет вас учить

Илья Бушмакин

Лектор, МФТИ — курсы «ML в биологии» и «Глубокое обучение в биологии»
Факультет биоинженерии и биоинформатики МГУ, 2023, специалитет. 2020–2023 — научный сотрудник, ФАРМПРЕДИКТ: модели анализа интерактомов, предсказание эффективности и безопасности лекарств, пайплайны извлечения данных из медицинских текстов. 2018–2023 — исследователь, НИИ ФХБ: эволюция белков-переносчиков натрия, поиск новых транспортеров методами ML.

«Курс поможет вам понять основы машинного обучения и научит применять их в биологии, чтобы эффективно анализировать данные»
Тарифы

Что входит в курс

Программа

6 модулей · 48 часов живых эфиров по выходным

Сертификат

Доступ к материалам курса — 1 год

Онлайн-встречи

Вопрос-ответ с преподавателями

40 000 ₽ / мес.

*есть рассрочка

Записаться на курс
Пошаговые видео-уроки + конспекты, все занятия в записи
Поддержка по всем организационным вопросам обучения
Сертификат от школы BioMedSchool по окончании курса
Частые вопросы

Часто задаваемые вопросы

Смогу ли я пойти на курс, если ранее не занимался программированием? +

Да — курс подходит для начинающих и для тех, кто уже имеет опыт анализа данных, программа выстроена от основ Python.

Как часто будут проходить занятия? +

Занятия проходят в формате живых эфиров по выходным, курс рассчитан на 48 часов за 3 недели.

Смогу ли совмещать с работой? +

Формат по выходным и доступ к записям занятий рассчитаны на совмещение с работой.

В какое время будут проходить занятия? +

Точное расписание уточняется у менеджера при записи на курс.

Записаться на курс

Заполните форму ниже — с вами свяжется менеджер и поможет выбрать формат оплаты

Перейти к форме записи ↓

Записаться на курс
для прохождения курса вам необходимо заполнить заявку на участие,
с вами свяжется менеджер
Заполняя форму, вы принимаете условия договора оферты и даете
согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности
Блок 2 — контакты